Útmutatóhoz kapcsolódó kvíz · Közepes Szint
MusicGen kvíz
Review MusicGen’s text and melody conditioning, EnCodec tokens, autoregressive stream interleaving, and model-use limitations.
kérdés 1 -ból 8
Which input can a melody-conditioned MusicGen variant accept in addition to text?
Tekintse meg az összes kérdést8 kérdéseket
A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.
- Which input can a melody-conditioned MusicGen variant accept in addition to text?
- A reference melody
- Egy fénykép és egy tempószám
- Egy dobhurok és egy videoklip
- Csak műfaji címke
- Melyik neurális kodek állítja elő a MusicGen által megjósolt audio tokeneket?
- SoundStream
- EnCodec
- MP3
- Suttogni
- How does MusicGen model multiple EnCodec code streams?
- Kerüli a neurális hálózatok használatát
- Másodpercenként külön modellt igényel
- A single-stage autoregressive Transformer uses delayed, interleaved streams
- Csak MIDI-t ad ki
- Hogyan követi a MusicGen a megadott dallamot anélkül, hogy lemásolná a pontos felvételt?
- Megjegyzi a hangfájlt
- Először kottává írja át
- Teljesen figyelmen kívül hagyja a dallamot
- A kondicionáláshoz kromagramot (pitch-class profil) használ
- Melyik projekt és cég adta ki a MusicGen-t?
- Meta AudioCraftja
- Google AudioLM-je
- OpenAI Jukebox
- Stabilitás A mesterséges intelligencia stabil hangja
- Mi biztosítja a MusicGen szövegkondicionálását?
- Konvolúciós képhálózat
- T5 szövegkódoló
- Véletlenszám-generátor
- Az EnCodec dekóder
- What maximum duration does the standard AudioCraft MusicGen implementation set for a single generation?
- Exactly 12 seconds with no extension support
- Two minutes in every configuration
- Up to 30 seconds before using its extended-generation path
- Unlimited duration in a single model call
- What license does the official MusicGen model card list for its pretrained weights?
- Apache 2.0 for all weights and code
- Public domain with no conditions
- MIT for all weights and training data
- CC-BY-NC 4.0